qq_43467621的博客

dtw算法介绍，假设存在两个时间序列Q与C，长度为n与mQ=q1​,q2​...C=c1​,c2​...为了对齐这两个序列，我们需要构造一个n x m的矩阵网格，矩阵元素(i, j)表示q与c两个点的距离d(q, c)（也就是序列Q的每一个点和C的每一个点之间的相似度，距离越小则相似度越高。这里先不管顺序），一般采用欧式距离，d(qi, cj)= (qi-cj)（也可以理解为失真度）。每一个矩阵元素(i, j)表示点qi和cj的对齐。

在本文中，我们将图神经网络划分为五大类别，分别是:图卷积网络(Graph Convolution Networks, GCN)、图注意力网络(Graph Attention Networks)、图自编码器( Graph Autoencoders)、图生成网络( Graph Generative Networks)和图时空网络(Graph Spatial-temporal Networks)